• Aucun résultat trouvé

Analyse de Fourier

N/A
N/A
Protected

Academic year: 2022

Partager "Analyse de Fourier"

Copied!
36
0
0

Texte intégral

(1)

ENS Cachan Mathématiques

Préparation à l’agrégation Année 2015/2016

Analyse de Fourier

Arthur Leclaire

Références

[Bon] J.M. Bony. Théorie des Distributions et Analyse de Fourier.

Éditions de l’École Polytechnique, 2006.

[DW] R. Dalmasso et P. Witomski.

Analyse de Fourier et Applications. Exercices corrigés. Masson, 1996.

[E] R.E. Edwards. Fourier Series : A Modern Introduction. Rinehart and Winston, 1967.

[GW] C. Gasquet et P. Witomski. Analyse de Fourier et Applications. Dunod, 2001.

[H] L. Hörmander. The Analysis of Linear Partial Differential Operators I. Springer, 1983.

[Ka] Y. Katznelson. Introduction to harmonic analysis. John Wiley and sons, 1968.

[Kö] T.W. Körner. Fourier Analysis. Cambridge University Press, 1988.

[Rud] W. Rudin. Analyse Réelle et Complexe. Masson, 1975.

[ZQ] C. Zuily et H. Queffélec. Analyse pour l’agrégation. Dunod, 2007.

Les deux premiers chapitres du livre [Ka] présentent de manière concise l’essentiel de ce qu’il faut savoir sur les séries de Fourier (et même un peu plus). Le cours est aussi résumé dans [ZQ] avec des exemples et thèmes d’étude pertinents. Le livre [E] est beaucoup plus dé- taillé, mais un peu moins accessible. Enfin, le livre [Kö] est moins exhaustif, mais peut-être plus accessible.

On trouvera une bonne introduction à la transformée de Fourier dans [Bon] (qui est assez orienté vers la théorie des distributions mais qui explique de manière limpide les applications aux équations aux dérivées partielles). Si l’on veut se limiter à la transformée de Fourier surL1 etL2, on pourra consulter [Rud], et on trouvera dans [ZQ, Ch.9, §4] le complément sur la classe de SchwartzS. Pour aller plus loin, on pourra consulter [Ka] et [H] (le deuxième étant vraiment très spécialisé). Pour terminer, le livre [GW] (malheureusement épuisé) donne un éclairage bienvenu sur les aspects pratiques de l’analyse de Fourier, en explorant notamment les liens avec le traitement de signal. Le livre compagnon [DW] contient de nombreux exercices corrigés pertinents.

On prendra garde (notamment le jour de l’oral) à éviter les confusions dues aux différentes normalisations qui existent dans la littérature pour la définition des séries de Fourier et de la transformée de Fourier.

(2)

Table des matières

1 Convolution 3

1.1 Convolution surRd . . . 3

1.2 Convolution surT . . . 5

2 Séries de Fourier 6 2.1 Généralités . . . 6

2.2 Convergence des Séries de Fourier . . . 9

2.3 ThéorieL2 . . . 14

2.4 Calculs et Premières Applications . . . 15

2.5 Analyse de Régularité . . . 18

2.6 Équation de la Chaleur surT . . . 23

3 Transformée de Fourier 24 3.1 Transformée de Fourier surL1(Rd) . . . 24

3.2 Transformée de Fourier surS(Rd) . . . 26

3.3 Transformée de Fourier surL2(Rd) . . . 27

3.4 Calculs et Applications . . . 28

3.5 Équation de la Chaleur surRd . . . 33

3.6 Quelques Mots sur les Distributions Tempérées . . . 34

Notations

On note T = R/2πZ que l’on munit de la mesure de Lebesgue renormalisée µ(dx) = dx. On rappelle qu’une fonction f :T →Cs’identifie à une fonction 2π-périodique définie surR. Ainsi les éléments deC(T) s’identifient à des fonctions f : R → Ccontinues 2π-périodiques.

De plus,Lp(T)est un espace de Banach pour la norme kfkp = 1

2π Z

0

|f(x)|pdx

!1/p

(p < ∞) , kfk = inf{M >0| |f| 6 M p.p. }. On notera aussiCk(T) l’ensemble des fonctions 2π-périodiques f : R → Cde classeCk. On dira qu’une fonction 2π-périodiquef :R→CestCk par morceaux s’il existe une subdivision

0= x0 < x1 < . . . < xp =2π telle que pour tout 0 6 j < p, f|]xj,xj+1[admette un prolongement

à [xj,xj+1] de classeCk.

On noterac0(Z) l’ensemble des suites(un) ∈CZqui admettent pour limite 0 en−∞et+∞. Enfin, on noteraP le sous-espace vectoriel deC(T) engendré par les fonctions

en:t 7−→eint (n ∈Z) . AinsiP est l’ensemble des polynômes trigonométriques.

On utilisera la notation ˇf(x) = f(−x).

(3)

1 Convolution

1.1 Convolution sur R

d

Pour cette partie, on renvoie à [BP] et [Br].

Définition 1. Soient f,д : Rd → C deux fonctions mesurables. Lorsque cela a un sens, on définit laconvolution f ∗дde f etдpar

f ∗д(x) =Z

Rd

f(y)д(x−y)dy .

Si cette intégrale existe, on a immédiatement f ∗д(x) =Z

Rd

f(x−y)д(y)dy =д∗f(x) .

Théorème 1. Soientp,q ∈[1,∞]des exposants conjugués (i.e. p1 + q1 =1).

1. Sif ∈L1(Rd)etд ∈L1(Rd), alorsf ∗д(x)existe pour presque toutxet définitf ∗д ∈L1(Rd) qui vérifie

kf ∗дk1 6 kfk1kдk1.

2. Sif ∈L1(Rd)etд ∈Lp(Rd), alorsf∗д(x)existe pour presque toutxet définitf ∗д∈Lp(Rd) qui vérifie

kf ∗дkp 6 kfk1kдkp .

3. Si f ∈Lp(Rd) etд ∈Lq(Rd), alors f ∗д(x) existe pour toutxet définit f ∗д ∈L(Rd)qui vérifie

kf ∗дk 6 kfkpkдkq .

De plus, f ∗дest uniformément continue. Enfin, si1 <p < ∞, alors lim

|x|→∞f ∗д(x) =0.

Remarque 1.

·Le premier point de ce théorème assure que(L1(Rd),+,∗)est une algèbre de Banach. On verra plus loin que cette algèbre n’admet pas d’unité.

·Plus généralement, sip,q,r ∈[1,∞] sont tels quep1+ q1 = 1+r1, si f ∈Lp(Rd)et siд∈Lq(Rd), alors f ∗дest définie dansLr(Rd)avec kf ∗дkr 6 kfkpkдkq (c’est l’inégalité de Young).

Exercice 1.Prouver les différents points du Théorème 1.

ladensité

C de

( c d R ) L dans ( p d R ) lorsque p

<

.

Pourla findu troisième point

(unp euplus dure),

onp ourrautiliser

Pourle deuxièmep

oint,on pourra supposer

f k k

= 1

1et utiliserl’inégalité

deJensen.

(4)

Exercice 2. 1.Montrer que siA⊂ Rest de mesure de Lebesgue>0, alors A−A= {x−y ; x,y ∈A}

contient un voisinage de 0 (on pourra considérer1A∗1−A).

2.Soit f :R→Rmesurable telle que f(x+y) = f(x)+ f(y) pour tousx,y ∈R. a.Montrer que f est bornée sur un voisinage de 0.

b.Montrer quef est continue en 0.

c.Montrer que f est linéaire.

Théorème 2. Si f : Rd → C est localement intégrable, et si α : Rd → R est de classe Ck et à support compact, alorsα ∗ f est définie partout et de classe Ck sur Rd. De plus, pour tout multi-indicej de poids6k, on a

j(α ∗f) = (∂jα)∗ f .

En particulier, si(αn)est une suite régularisante, alors les fonctionsαn∗ f sontC.

Définition 2. On appelleapproximation de l’unitéune suite(αn)n>1de fonctions mesurables positives surRd, d’intégrale 1 et telles que

∀δ >0, Z

|x|>δαn(x)dx −−−−→

n→∞ 0.

Cette définition est la même que celle de [BP] mais se limite au cas de fonctions à valeurs positives.

Proposition 1. Siα :Rd →R+est mesurable d’intégrale 1, alors αn(x) =ndα(nx)

définit une approximation de l’unité. Autrement dit, on obtient une approximation de l’unité en renormalisant n’importe quelle densité de probabilité.

Théorème 3. Soit(αn)une approximation de l’unité.

1. Si f ∈Cb(Rd), alorsαn∗ f converge vers f uniformément sur les compacts.

2. Sip <∞et f ∈Lp(Rd), alorsαn∗ f converge vers f dansLp(Rd).

Remarque 2. On prendra garde au fait que les preuves habituelles du point 2 s’appuient sur la densité deCc(Rd) dansLp(Rd) pourp < ∞.

Définition 3. Unesuite régularisanteest une approximation de l’unité composée de fonc- tionsCà supports compacts.

Un des exercices du TD d’analyse fonctionnelle montre l’existence de suites régularisantes ; rappelons que cela revient à montrer l’existence d’une fonction bosseCc(Rd).

Théorème 4. SiΩ ⊂ Rd est ouvert etp <∞, alorsCc(Ω)est dense dansLp(Ω).

(5)

1.2 Convolution sur T

Définition 4. Soientf,д:T→Cdeux fonctions mesurables. Lorsque cela a un sens, on définit laconvolution(sur le cercle) f ∗дde f etдpar

f ∗д(x) = Z

T

f(y)д(y−x)µ(dy) = 1 2π

Z

0

f(y)д(x−y)dy .

Ainsi, il y une notion de convolution pour les fonctions 2π-périodiques surR. Cette notion est bien différente de celle définie dans le paragraphe précédent. Néanmoins, certaines des pro- priétés vont persister. Par exemple, les inégalités de convolution présentées dans le Théorème 1 s’adaptent immédiatement au cas du cercle. On notera que dans le cas du cercle, la situation est même plus simple car,Tétant compact de mesure finie, on a

∀p ∈[1,∞], C(T) ⊂ Lp(T) ⊂ L1(T) .

L’inégalité la plus importante dans ce cas est donc celle obtenue pourL1(T)que nous répétons ici : si f,д∈L1(T), alors f ∗дest définie presque partout avec

kf ∗дk1 6 kfk1kдk1.

Théorème 5. Si f ∈L1(T) et siд ∈Ck(T), alors f ∗д ∈Ck(T) et pour tout entierj 6k, (f ∗д)(j) = f ∗д(j) .

Définition 5. On appelleapproximation de l’unité sur le cercleune suite(αn)n>1de fonc- tions mesurables positives surT, d’intégrale 1 et telles que

∀δ > 0, Z

[−π,π]\[−δ,δ]

αndµ −−−−→

n→∞ 0.

Là encore, les approximations de l’unité sur le cercle sont données par des fonctions 2π- périodiques. Il ne faut donc en aucun cas confondre avec la notion d’approximation de l’unité développée dans le paragraphe précédent.

Théorème 6. Soit(αn) une approximation de l’unité sur le cercle.

1. Si f ∈C(T), alorsαn∗ f converge vers f uniformément surT. 2. Sip <∞et f ∈Lp(Rd), alorsαn∗ f converge vers f dansLp(Rd).

En couplant ce résultat avec le Théorème 5, on obtient que si f ∈ Ck(T), alors pour tout entierj 6k,(αn∗ f)(j) converge uniformément vers f(j).

(6)

2 Séries de Fourier

2.1 Généralités

Définition 6. Soient f ∈L1(T),n ∈Z. Len-ièmecoefficient de Fourierde f est défini par cn(f) = 1

2π Z

0

f(x)einxdx = Z

T

f endµ . Lasérie de Fourierassociée à f est alors la série de fonctions

X

n∈Z

cn(f)einx , la somme surZsignifiant lim

N+SNf(x), où les sommes partielles sont données par SNf(x) =

XN n=N

cn(f)einx .

Bien entendu, nous ne savons pasa priorisi cette série converge, et ce sera l’une des questions cruciales étudiées dans la suite. On notera aussi

σNf(x) = 1 N

N−1X

k=0

Skf(x)

les sommes de Césaro associée à la suite(SNf(x))NN.

Rappelons que(en)n∈Zest une famille orthonormale deL2(T). La série de Fourier peut donc se voir comme la décomposition d’une fonction sur cette famille libre.

Proposition 2. Soient f ∈L1(T),a ∈R, etn ∈Z. alors on a 1. cn(fˇ) =c−n(f) où l’on a noté fˇ(x) = f(−x) ,

2. cn(f¯) =c−n(f) ,

3. cnaf) =einacn(f)où l’on a notéτaf(x) = f(x−a) , 4. Si f =X

n∈I

cnenavecI ⊂ Zfini (i.e. f ∈ P), alorscn(f) =cn .

Remarque 3. Ces propriétés entraînent certaines symétries dans les coefficients de Fourier pour des fonctions particulières. Par exemple, si f est à valeurs réelles, alorsc−n(f) = cn(f). Aussi, sif est paire, alorscn(f) =cn(f)ce qui permet de regrouper les termes en−netndans la série de Fourier, et donc d’écrire la série de Fourier en cosinus. De même, si f est impaire, alorsc−n(f) = −cn(f)ce qui permet d’écrire la série de Fourier en sinus.

Dans la pratique, on écrit parfois la série de Fourier sous la forme 1

2a0(f)+X

n>1

an(f)cos(nx)+bn(f)sin(nx) ,

(7)

où les coefficients sont donnés par an(f) = 1

π Z

0

f(x)cos(nx)dx et bn(f) = 1 π

Z

0

f(x)sin(nx)dx .

L’avantage de cette représentation est que les coefficients sont réels dès que la fonction f l’est aussi. Son inconvénient est que les propriétés liées à l’orthogonalité des exponentielles com- plexes (par exemple la formule de Parseval) se lisent moins facilement sur les coefficientsan etbn. Dans les exercices calculatoires, on jonglera entre les deux écritures de la série de Fourier.

Proposition 3. La transformation de Fourier

F : L1(T) −→ `(Z) f 7−→ (cn(f))nZ

est une application linéaire continue de norme 1.

Proposition 4(Riemann-Lebesgue). Si f ∈L1(T), alorscn(f) →0quandn → ±∞. Autrement dit, F est à valeurs dansc0(Z).

Proposition 5(Lien avec la dérivation).

1. SoitF ∈C(T)telle qu’il existe f ∈L1(T)telle que

∀x ∈T, F(x)−F(0) = Z x 0

f(t)dt . Alors pour toutn ,0,cn(F) = in1cn(f).

2. Si f ∈C1(T), alors pout toutn ,0,cn(f) = in1cn(f0).

Remarque 4. En fait, l’ingrédient principal de la Proposition 5 est l’intégration par parties. Par conséquent, le deuxième point s’étend à d’autres cadres. Par exemple, si f est continue, etC1 par morceaux (c’est-à-dire qu’il existe une subdivision 0 =a0 < . . . < aK = 2π telle que pour toutk, f]ak,ak+1[ admette un prolongementC1 sur [ak,ak+1]), alors on a encore pour toutn , 0, cn(f) = in1cn(f0), voir Exercice 16. L’Exercice 25 généralisera encore cette formule.

Proposition 6(Lien avec la convolution).

1. Si f,д ∈L1(T), alors pour toutn ∈Z,cn(f ∗д) =cn(f)cn(д) .

2. SiK ∈ P, alorsK ∗f ∈ P. En particulier, pour toutn ∈Z, f ∗en =cn(f)en. Exercice 3.Montrer les propriétés des coefficients de Fourier données ci-dessus.

Définition 7. Lenoyau de Dirichletest défini par DN = X

|n|6N

en i.e. DN(x) = X

|n|6N

einx .

Lenoyau de Fejérest défini (pourN > 1) parKN = 1 N−1X Dk .

(8)

Proposition 7. Soitf ∈L1(T). 1. SNf = f ∗DN.

2. σNf = 1 N

N−1

X

k=0

SNf = f ∗KN.

3.

Z

T

DNdµ = 1 2π

Z 0

DN(x)dx = 1 et Z

T

KNdµ = 1 2π

Z 0

KN(x)dx = 1. 4. Les noyaux de Dirichlet et Fejér vérifient

DN(x) = sin

(N + 12)x

sinx2 , KN(x) = X

|n|6N

1− |n|

N

!

einx = 1 N *

, sinNx2

sinx2 + -

2

.

5. Pour toutδ ∈]0,π[, on a

sup

δ6|x||KN(x)|6 1 N sin2(δ2) . En particulier,(KN)est une approximation de l’unité sur le cercle.

Exercice 4. Convolution de suites (évoquée dans [E, Exo 3.15]) 1.Soienta= (an) ∈`1(Z)etb= (bn) ∈`1(Z).

a.Montrer que l’on peut définir

∀n ∈Z, cn =X

p∈Z

apbn−p

et que la suitec = (cn) ainsi définie est dans`1(Z) aveckck1 6 kak1kbk1. b.Montrer que pour toutx ∈T, on peut définir

f(x) =X

pZ

apeipx , д(x) =X

qZ

bqeiqx , φ(x) = X

nZ

cneinx .

Montrer que pour toutx ∈T,φ(x) = f(x)д(x).

2.SoitN ∈N. On pose pour toutn ∈ Z,an =b−n = 1N106n<N et on réutilise les notations de la question précédente. Montrer que

f(x) = eiN−12 x

√N

sin(Nx2 )

sin(x2) et φ(x) = |f(x)|2 =KN(x) .

(9)

2.2 Convergence des Séries de Fourier

Théorème 7. Convergence Ponctuelle - Théorème de Dirichlet Soit f ∈L1(T)et un pointa ∈Tfixé.

On suppose que f admet enades limites finies à gauche et à droite notées f(a) et f(a+) et qu’il existeδ > 0tel que

Z δ 0

|f(a+t)− f(a+)|

t dt < ∞ et Z δ

0

|f(a−t) −f(a)|

t dt < ∞. Alors

SNf(a) −−−−→

n→∞

1 2

f(a)+ f(a+) .

Corollaire 1. Si f ∈ L1(T) admet des limites finies à gauche et à droite ena et des dérivées à gauche et à droite ena, alors

SNf(a) −−−−→

n→∞

1 2

f(a)+ f(a+) . Si de plus, f est continue ena(i.e. f(a) = f(a+)), alors lim

N→∞SNf(a) = f(a). Exercice 5. Preuve du Théorème 7 [ZQ]

1.Montrer que

SNf(a) − 1 2

f(a)+ f(a+)

= 1 2π

Z π 0

ha(t)

sin(t2) sin N + 1 2

t dt , où l’on a posé

ha(t) = f(a+t)− f(a+) +f(a−t)− f(a). 2.Montrer quet 7→ ha(t)

sint2 ∈L1(0,π)et conclure avec le lemme de Riemann-Lebesgue.

Théorème 8. Convergence au sens de Césaro - Théorème de Fejér Soit f ∈L1(T)et un pointa ∈Tfixé.

1. On suppose que f admet ena des limites finies à gauche et à droite notées f(a) et f(a+). Alors

σNf(a) −−−−→

n→∞

1 2

f(a)+ f(a+) , i.e., ena, la série de Fourier convergeau sens de Césarovers 21

f(a)+ f(a+) . 2. Si f est continue en tout point de[α,β], alorsσNf → f uniformément sur[α,β].

(10)

Exercice 6. Preuve du Théorème 8 [Ka, Chap.1, Th. 3.1]

1.On suppose que f admet enades limites finies à gauche et à droite.

a.Montrer que

σNf(a)− 1 2

f(a)+ f(a+)

= 1 2π

Z π 0

ha(t)KN(t)dt , où l’on a posé

ha(t) = f(a+t)− f(a+) +f(a−t)− f(a). b.En écrivantR π

0 = Rδ 0 +R π

δ , en déduire la limite deσNf(a).

2.On suppose maintenantf continue en tout point de [α,β]. On fixeε > 0.

a.Avec les notations de la première question, montrer qu’il existeδ ∈]0,π[ tel que

∀a ∈[α,β],∀t ∈[−δ,δ], |ha(t)| 6ε . b.Toujours avecR π

0 =R δ

0 +R π

δ , en déduire queσNf → f uniformément sur [α,β].

Théorème 9. Théorème de Fejér revisité [ZQ]

1. La suite(KN) est une approximation de l’unité sur le cercle.

2. Soitf ∈C(T). Alors pour toutN > 1, kσNfk 6 kfk. De plus,σNf → f uniformément surT.

3. Soit f ∈Lp(T) avec1 6p < ∞. AlorskσNfkp 6 kfkp. De plus,σNf → f dansLp(T).

Corollaire 2.

1. Les polynômes trigonométriques sont denses dansC(T) et dansLp(T) pourp < ∞. 2. La transformation de Fourier f ∈L1(T) 7→ (cn(f))nZ est injective.

Autrement dit, deux fonctions L1(T) ayant les mêmes coefficients de Fourier sont égales presque partout.

Exercice 7. Le théorème de Fejér implique celui de Weierstrass SoitF : [−1,1]→Rune fonction continue et f = F ◦cos.

1.Montrer quef ∈C(T), et que f est paire.

2.En déduire que

∀N ∈N, σNf =c0(f)+ XN n=1

1− n

N

cn(f)(en+en)

3.Montrer que pour toutn ∈N, il existe un polynômeTnde degrén(polynôme de Tchebycheff) tel que

∀t ∈R, cos(nt) =Tn(cos(t)) .

(11)

4.En déduire l’existence d’un polynômePN tel que kF −PNk = kf −σN(f)k. 5.Conclure.

On présente maintenant quelques résultats négatifs sous forme d’exercices. Certains d’entre eux s’appuient sur l’étude dekDNk1qui fait l’objet de l’exercice suivant.

Exercice 8. Étude dekDNk1( [Kö, Lemme 18.3] pour Q1, [ZQ] pour Q2)

1.Montrer quekDNk1→ ∞quandN → ∞(on pourra utiliser l’expression du noyau de Dirichlet donnée dans la Proposition 7).

2.On va maintenant estimer plus précisémentkDNk1selon la méthode donnée dans [ZQ].

a.Montrer que l’on peut écrire

∀N ∈N,∀x ∈[−π,π], DN(x) = 2 sin(Nx)

x +rN(x) , où sup

|x|,N>0

|rN(x)| <∞(et où par convention sin(Nxx ) = N pourx =0).

b.Considérons

α = 1 2π

Z

0

|sint|dt et φ(x) = Z x

0

|sint|dt −αx . Montrer queα = π2, queφ ∈C1(T), avec pour toutx ∈T,φ0(x) = |sinx| −α . En déduire que kDNk1 = π42logN +O(1)quandN → ∞.

Exercice 9. Il existe f ∈C(T) dont la série de Fourier diverge en 0 [Rud]

1.Montrer quef 7→SNf(0) est une forme linéaire continue surC(T)de norme kDNk1. 2.En déduire qu’il existef ∈C(T) telle que supN>0|SNf(0)|= ∞. Conclure.

Exercice 10*. Construisons f ∈C(T) telle queSNf(0)diverge [Kö, Ch.18]

1.Dans cette première question, on montre que pour toutA> 0, il existeP ∈ P tel que kPk 61 et |SNP(0)| > A.

a.Posonshn =sgn(Dn). Montrer queSnhn(0) > π42log(2(n+1)).

b.Montrer qu’il existeдn :T→ [−1,1] continue telle queSnдn(0) > π42log(n+1).

c.Montrer qu’il existepn ∈ P(à valeurs complexes) tel que kpnk 6 2 et |Snpn(0)|> 4

π2 log(n+1)−1. d.Conclure.

(12)

2. La question précédente montre l’existence d’une suite Hk =

qk

X

q=−qk

cq(Hk)eq de polynômes trigonométriques et d’une suite d’entiersnk telles que

∀k >1, kHkk 6 1 et |SnkHk(0)| > 22k . Posons pk =

Xk j=1

(2qj +1) et ∀t ∈T, f(t) =

X

k=1

1

2k eipktHk(t) . a.Montrer que f est bien définie et continue surT.

b.Montrer que pourk ∈N etq ∈Ztel queq 6qk, on acpk+q(f) = 21k cq(Hk) . c.Remarquer queqk >nk. En déduire que

∀k > 1, |Spk+nkf(0)−Spk−nkf(0)|= 1

2k|SnkHk(0)|> 2k . d.En déduire que lim supn→∞|Snf(0)|=∞et conclure.

Exercice 11. Défaut de convergenceL1(T)[Ka, §II.1.2]

Par l’absurde, supposons que pour tout f ∈L1(T),(SNf) converge dansL1(T).

1.On rappelle queSNf =DN ∗f. Calculer la norme de l’opérateurSN :L1(T) →L1(T).

2.En déduire que la suite(kDNk1)N>1serait bornée, et conclure.

Exercice 12.F :L1(T) →c0(Z)n’est pas surjective. Méthode 1 [Rud, §5.15]

Supposons par l’absurde que toute suite (cn) telle que lim

|n|→∞cn = 0 soit la suite des coeffi- cients de Fourier d’une fonctionL1(T).

1.En déduire qu’alors, il existerait une constanteM > 0 telle que∀f ∈L1(T), kfk1 6 Msup

nZ

|cn(f)|.

2.Obtenir une contradiction en prenant f =DN.

Exercice 13.F :L1(T) →c0(Z)n’est pas surjective. Méthode 2 [Ka, Ch.1, §4]

1.Soit f ∈L1(T) telle que pour toutn > 0,cn(f) = −cn(f) > 0.

a.Montrer queF(t) =R t

0 f(τ)dτ définitF ∈C(T).

b.Montrer qu’en 0, les sommes de Fejér associées àF s’écrivent σNF(0) =c0(F) +2

XN n=1

1− n

N

cn(f) in . c.En utilisant le théorème de Fejér, en déduire queX

n,0

cn(f) n < ∞. 2.En déduire que

X

n=2

sin(nx)

logn n’est pas la série de Fourier d’une fonction f ∈L1(T).

(13)

Exercice 14. Conditions suffisantes d’appartenance àF(L1(T))[Ka, Ch.1,§4.1]

1.Soit(an) ∈c0(Z)telle quean =an > 0 et qui vérifie la condition de convexité

∀n > 0, an−1+an+1−2an > 0. a.En considérant

X

n=1

(an−an+1), montrer quen(an−an+1) → 0 quandn → ∞. b.Montrer que

XN n=1

n(an−1+an+1−2an) =a0−aN −N(aN −aN+1) , puis que le membre de gauche admet une limite finie quandN → ∞.

c.En déduire que l’on peut poser f =

X

n=1

n(an−1+an+1−2an)Kn−1

où la série converge dansL1(T) (KN désignant le noyau de Fejér).

d.Montrer que les coefficients de Fourier de f sont exactement les(an).

2.En déduire queP n=2

cos(nx)

logn est la série de Fourier d’une fonction f ∈L1(T).

Exercice 15*.IDEV JLe Principe de Localisation [Ka]

Soit f ∈L1(T) qui est de classeC1sur un intervalle ouvertI. L’objectif est de montrer qu’il y a convergence uniforme de la série de Fourier sur tout intervalle compact [α,β] ⊂I.

1.(Riemann-Lebesgue uniforme) Montrer que siH est précompact dansL1(T), on a supφ∈H |cn(φ)| −−−−−−→

|n| → ∞ 0. 2.Poura ∈[α,β], définissonsψa :T→ Cpar

ψa(u) = f(a−2u)− f(a)

sinu .

Montrer queH = {ψa , a ∈[α,β] }est compact dansL1(T).

3.En déduire queSNf → f uniformément sur [α,β].

4. Siд12 ∈ L1(T) coïncident au voisinage de [α,β], montrer que la convergence uniforme sur [α,β] deSNд1équivaut à celle deSNд2.

(14)

Remarque 5.

- Au-delà du procédé de la sommation de Césaro, il existe d’autres procédés de sommation me- nant à d’autres résultats de convergence. Par exemple, le procédé de sommation d’Abel permet d’écrire que si f ∈C(T), alors

f(x) =lim

r→1

X

n∈Z

r|n|cn(f)einx ,

où la convergence est uniforme enx ∈ T. La preuve est tout à fait analogue au théorème de Fejér et consiste à montrer que le noyau de Poisson défini pourr ∈[0,1[ par

Pr(x) =X

n∈Z

r|n|einx

est une approximation de l’unité sur le cercle quandr →1 ; voir [ZQ] pour les détails.

- On remarquera qu’une suite de noyaux trigonométriques fournit une façon d’approcherf par des polynômes trigonométriques. Selon les propriétés du noyau et la régularité de la fonction, l’approximation sera plus ou moins rapide. On verra dans l’Exercice 27 que le noyau de Jackson permet de donner une approximation uniforme d’une fonction continue avec une erreur direc- tement contrôlée par le module de continuité.

- Le Théorème 9 montre que pourp < ∞et pour f ∈ Lp(T), la série de Fourier converge au sens de Césaro dansLp(T)vers f. On peut se demander si, plus simplement, la série de Fourier SNf converge versf dansLp(T). Le résultat est clairement faux pourp =∞pour des raisons de continuité. L’Exercice 11 montre que c’est faux aussi pourp= 1. En revanche, pour 1 <p < ∞, on a effectivementSNf → f dansLp(T) dès que f ∈ Lp(T); c’est un théorème difficile dû à Marcel Riesz, voit par exemple [Ka, Ch.2, §1.5]. Cependant, le cas particulierp = 2 est moins difficile, comme on va le voir dans le paragraphe suivant. Notons aussi que dans ce polycopié, nous n’aborderons pas le problème de la convergence presque partout de la série de Fourier ; ce problème très difficile est discuté dans [Ka, §II.3], [Z, Vol.2, Ch.13] ou dans [E, §10.4].

2.3 Théorie L

2

Théorème 10. La famille(en)n∈Zest une base hilbertienne deL2(T). Par conséquent,

`2(Z) −→ L2(T)

(cn) 7−→ X

n∈Z

cnen

est une bijection linéaire isométrique. Aussi, si f ∈L2(T),SNf → f dansL2(T), i.e.

f =X

nZ

cn(f)en

où la série converge dansL2(T). Enfin, on a l’égalité de Parseval

∀f ∈L2(T), kfk22 =X

n∈Z

|cn(f)|2.

(15)

Théorème 11. Si f :T→Cest continue etC1par morceaux, alorsX

n∈Z

|cn(f)| < ∞. Par suite

∀x ∈T, f(x) = X

n∈Z

cn(f)einx ,

avec convergence normale dansC(T).

Exercice 16. Preuve du Théorème 11 [G]

Sixest un point de dérivabilité de f, notonsφ(x) = f0(x).

1.Expliquer pourquoi cela définitφ ∈L1(T). Montrer que

∀x ∈T, f(x)− f(0) =Z x

0

φ(t)dt . 2.Montrer que pour toutn, 0, cn(f) = cn(φ)

in .

3.En utilisant l’inégalité de Cauchy-Schwarz, en déduire queX

nZ

|cn(f)|< ∞. Exercice 17. Série de Fourier et convolution surL2(T) [BMP]

Soit f ∈L2(T).

1.Montrer que l’on peut définir une fonction continue en posantд =X

nZ

cn(f)2en . 2.Montrer queд= f ∗ f et en déduire que

∀x ∈T, f ∗ f(x) =X

n∈Z

cn(f)2einx .

2.4 Calculs et Premières Applications

Exercice 18. Deux séries de Fourier élémentaires (formules à retrouver dans [ZQ]) 1.Définissons f : T→Rpar f(x) =1 si|x| 6 π2 et 0 sinon.

a.Montrer que pour

∀n ,0, cn(f) = in+1 2πn

(−1)n−1 . b.En déduire que

f(x) = 1 2 + 2

π X

p>0

(−1)p

2p+1cos((2p+1)x) où la série converge dansL2(T).

c. Est-ce que l’égalité précédente est-elle valable ponctuellement et si oui, pour quelsx? Que se passe-t-il enx =±π2 ? Quelle est la valeur du membre de droite en ces points ? d.Montrer queX 1

(2p+1) = π2

, puis que X 1 n = π2

.

(16)

2.On poseд = f ∗ f.

a.Montrer que pour tout∀x ∈[−π,π], д(x) = 12 1− |xπ|

. b.Montrer (en utilisant éventuellement l’Exercice 17) que

д(x) = 1

4+2X

p>0

1

π2(2p+1)2 cos

(2p+1)x , où la série converge dansL2(T), mais aussi en norme dansC(T).

c.En déduire

X

p>0

1

(2p+1)4 = π4

96 , puis que X

n>1

1 n4 = π4

90 . Exercice 19. Phénomène de Gibbs [G], [CLF1], [FGN2], [ZQ]

On reprend la fonction f = 1[−π

2,π2].

1.Montrer que siN =2P+1 ouN = 2P+2 (avecP > 0), alors SNf π

2 − π 2N

− 1 2 = 2

π XP p=0

1

2p+1sin 2p+1 2N

π .

2.En utilisant une somme de Riemann, en déduire la limite du membre de gauche.

3.En utilisant que π2 R π

0

sintt dt ≈1.18, en déduire que lim

N→∞kSNfk > 1.

Exercice 20. Séries de Fourier et Logarithme Complexe [LFA, §12.1]

Montrer (par la méthode votre choix) que pour toutx ∈]0,2π[,

X

n=1

cosnx

n = −log

2 sinx 2

,

X

n=1

sinnx

n = π −x 2 . Exercice 21. Exponentielle apériodique [ZQ]

On fixea ∈C\Zet on définitf :T→ Cen posant

∀t ∈[−π,π[, f(t) =eiat . 1.Montrer que pour toutn ∈Z, cn(f) = (−1)n sinπa

π(a−n). 2.Montrer que

∀N > 1, SNf(π) = sin(πa)

πa + 2asin(πa) π

X

n=1

1 a2−n2 .

3.Avec le théorème de Dirichlet, en déduire que cos(πa) = sin(πa)

πa + 2asin(πa) π

X

n=1

1 a2−n2 ,

(17)

puis en déduire le développement eulérien de la cotangente πcot(πa) = 1

a +2a

X

n=1

1 a2−n2 .

4.En considérant maintenantSNf(0), obtenir l’identité π

sin(πa) = 1 a +2a

X

n=1

(−1)n a2−n2 .

Exercice 22. The Simplest Convergence Theorem (Questions 1 et 2 dans [Kö]) 1.Soit(cn) ∈`1(Z). Montrer qu’on peut poser

∀x ∈T, f(x) = X

nZ

cneinx ,

où la série converge absolument. Montrer que f ∈C(T) et que pour toutn ∈Z,cn(f) =cn. 2. Soit f ∈ L1(T) telle que (cn(f)) ∈ `1(Z). Montrer que f est égale presque partout à une fonction continue.

3.(Application) SoitF(z) =

X

n=0

anznune série entière de rayonR >0 et soitr ∈]0,R[.

a.En considérant f(t) =F(reit), montrer les célèbres formules an = F(n)(0)

n! = 1 2iπ

Z

γ

F(z)

zn+1dz , , F(0) = 1 2π

Z 0

F(reit)dt

oùγ est le chemin composé du cercle de centre 0 et de rayonr parcouru dans le sens trigono- métrique. En déduire que siR = ∞et s’il existed ∈Ntel que supz∈C 1+|F(z)|z|d| < ∞, alorsP est un polynôme de degré6d. Que peut-on dire siF est bornée surC?

b.Montrer que

X

n>0

|an|2r2n = 1 2π

Z

0

|F(reit)|2dt .

En déduire que si|F|admet un maximum local en 0, alorsF est constante surD(0,R). En déduire que siG : U → C est une fonction analytique1 sur un ouvert connexeU ⊂ C telle que |G| admette un maximum local en un pointa∈U, alors elle est constante surU (on pourra utiliser le principe du prolongement analytique).

(18)

Exercice 23. Séries de Fourier Absolument Convergentes [Ka, Chap1, §6]

On introduit l’espace vectoriel A(T) =

f ∈C(T) | X

nZ

|cn(f)| < ∞

muni la normekfkA= X

n∈Z

|cn(f)|. 1.Montrer que

`1(Z) −→ A(T)

(cn) 7−→ X

nZ

cnen

est une bijection linéaire isométrique. En déduire queA(T)est complet.

2.Montrer que si f,д ∈A(T), alors f д∈A(T)aveckf дkA 6 kfkAkдkA. 3.Soit f ∈C(T) telle quecn(f) > 0 pour toutn ∈Z.

a.Montrer que pour toutN > 1, XN n=−N

cn(f) 6 2σ2Nf(0).

b.En déduire que f ∈A(T).

Remarque 6. Mentionnons encore quelques applications qui ne seront pas traitées ici :

— le critère d’équirépartition de Weyl [Kö],

— l’inégalité de Poincaré-Wirtinger [FGN2],

— l’inégalité isopérimétrique [ZQ],

— l’inégalité de Berstein [ZQ],

— le théorème de Herglotz [Ka],

— la théorie des gammes musicales [GW].

2.5 Analyse de Régularité

Théorème 12. RégularitéCk

1. Si f ∈Ck(T), alorscn(f) =o(n1k) quand|n| → ∞.

2. Si f ∈ L1(T) vérifiecn(f) = O(nk+21 ) quand |n| → ∞, alors f est égale presque partout à une fonctionCk(T).

3. Soit f ∈ C(T). Alors f est de classe C si et seulement si la suite de ses coefficients de Fourier est à décroissance rapide, c’est-à-dire∀k ∈N, lim|n|→∞|n|kcn(f) →0.

Ce théorème et sa preuve doivent être absolument connus.

(19)

Exercice 24. Fonctions Holdëriennes [Ka], [FGN2]

Pourα ∈]0,1], on note Lipα(T) l’espace des fonctions f : T → Cqui sontα-holdëriennes, que l’on munit de la norme

kfkLipα = kfk+ sup

tT,h,0

|f(t+h)− f(t)|

|h|α . 1.Montrer queC1(T) ⊂ Lipα(T) ⊂ C(T).

2.Soit f ∈Lipα(T). On noteτhf(t) = f(t −h). a.Montrer que pour toutn ,0,

cn(f) = 1 4π

Z

0

f(t)− f t+ π

n eintdt . b.En déduire quecn(f) = O(|n|1α) quand|n| → ∞.

3.Supposons maintenantα ∈]12,1].

a.Montrer que pour touth ∈T, la translatéeτhf(t) = f(t−h)vérifie X

nZ

|einh−1|2|cn(f)|2 = kτhf − fk22 . b.Soientm ∈N. En prenanth = 3·2m, montrer que

X

2m6|n|<2m+1

|cn(f)|2 6 X

n∈Z

|einh−1|2|cn(f)|2 6 2π

3·2m

kfkLip2

α .

c.En utilisant l’inégalité de Cauchy-Schwarz, en déduire que

∀m∈N, X

2m6|n|<2m+1

|cn(f)| 62m+12

3·2m α

kfkLipα .

d.En conclure qu’il existe une constantecα dépendant uniquement deα telle que X

nZ

|cn(f)| 6cαkfkLipα .

(20)

Exercice 25*. Fonctions à Variation Bornée [E]

On dira que f ∈BV(T) siV(f) := sup

0=x0<...<xm=2π

Xm k=1

|f(xk)− f(xk−1)|< ∞.

On va voir que si f ∈BV(T), alorscn(f) = O(|n|1 ).

1.Première méthode. Soitn ,0 et posonsд(x) = e−inx

−in .

a. Supposons d’abord f ∈ C(T). Soit ε > 0. Montrer que pour une subdivision assez fine 0=x0 <x1 < . . . <xm = 2π, on a

cn(f)− 1 2π

Xm k=1

f(xk)

д(xk)−д(xk−1)

6 ε.

b.En déduire que

|cn(f)|6

1+ 1 2π

ε+ 1 2π

V(f)

|n| . et conclure dans ce cas en faisantε →0.

c.On suppose maintenant f ∈BV(T) et pourr ∈]0,π[, etx ∈T, fr(x) =r Z x+r1

x f(t)dt . d.Montrer que

|cn(fr)| 6 V(fr)

2π|n| 6 V(f) 2π|n| . e.En déduire que|cn(f)| 6 V(f)

2π|n|.

2.Deuxième méthode, en admettant que pourf ∈BV(T), il existe une mesure complexeνsurT telle que l’on ait pourpresquetousx ∈T,

f(x)− f(0) = Z

[0,x]dν =ν([0,x]) . (1)

On renvoie à [AFP, §3.2] ou [Rud, Ch.7, Exo 13] pour ce résultat, et à [Rud] pour la notion de mesure complexe.

a.Montrer que pour une mesure complexeν surT, on peut définir cn(ν) = 1

2π Z

T

einxdν(x) avec |cn(ν)| 6 1

2π|ν|(T) .

b.Soitf ∈BV(T)etνvérifiant (1). Montrer que pour toutn, 0,cn(f) = in1cn(ν). En déduire que

∀n ,0, |cn(f)| 6 1 2π

|ν|(T)

|n| .

(On ne cherchera pas à montrer que|ν(T)|=V(f)car f =дp.p.;V(f) =V(д).)

(21)

Exercice 26*. Théorème de Paley-Wiener [ZQ]

Pourδ > 0, on noteBδ = {z ∈C| |Im(z)| 6δ }. Soitf ∈C(T).

On va voir que f admet un prolongement analytique à une bandeBδ si et seulement s’il existeε > 0 tel quecn(f) = O(eε|n|).

1.Supposons qu’il existeε > 0 etM > 0 tels que

∀n ∈Z, |cn(f)|6 Me−ε|n|. a.Montrer que pour toutx ∈R, f(x) = X

nZ

cn(f)einx. b.Montrer queF(z) = X

nZ

cn(f)einz converge uniformément sur tout compact deBε. c.En déduire que f admet un prolongement analytique àBε.

2.Supposons quef admet un prolongement analytique àBδ. Notons M =sup

(

|F(u+iv)|; |u| 6π +δ

2 , |v| 6 δ 2

) . a.Avec la formule de Cauchy, montrer que pourp ∈N, sup

xT

|f(p)(x)| 6 Mp!2 δ

p

. b.En déduire que pour toutn ,0,

|cn(f)| 6 Mp!

np 2

δ p

6 Mexp plog 2p

δ|n|

! .

c.En choisissant judicieusementp, en déduire que|cn(f)|= O(eε|n|) pourε = 2eδ. Exercice 27*. Noyau de Jackson et Approximation [ZQ]

Dans cet exercice on notera PN = Vect{en ; |n| 6 N }. 1.On introduit le noyau de JacksonJn = Kn2

kKn2k1.

a.Montrer queJn ∈ P2n, que Jn > 0 et que kJnk1= 1.

b.Montrer que

kKn2k1 >a·n où a= 2 π

Z π2

0

sinu u

!4

du . c.Soitk ∈[0,3[. Montrer qu’il existeC > 0 tel que

Z π

π |t|kJn(t)dt 6 C n3

Z π2

0

tk sin(nt) t

!4

dt . d.En déduire que∀k ∈[0,3[,

Z π

−π

|t|kJn(t)dt =O 1

nk

.

(22)

2.Soit f ∈C(T). On noteraω le module de continuité de f défini par ω(δ) = sup

|u−v|6δ

|f(u)− f(v)|.

On noteraPn = f ∗J[n

2]où [n2] est la partie entière de n2. a.Montrer quePn ∈ Pn.

b.Montrer que pour toutt ∈R,ω(|t|) 6 (n|t|+1)ω1

n

et en déduire que kf −Pnk = O

ω1 n . c.Montrer que

kf −Snfk 6 kf −Pnk(1+ kDnk1) . d.En conclure que

kf −Snfk 6 O ω1

n

log(n) .

e.(Application) Montrer que sif estα-hölderienne, alorsSnf → f uniformément.

Exercice 28*. Séries de Fourier Lacunaires [ZQ]

Soit (εn) ∈CNtelle queX

n>0

n|< ∞. On définit une fonction f ∈C(T)en posant

f(t) =ε0+

X

n=1

εnei2nt .

On va voir que si f est dérivable en un pointa, alorsεn = o(2−n). Pour cela, on réutilisera le noyau de Jackson présenté dans l’Exercice 27.

1.Montrer qu’il suffit de traiter le cas oùa= 0 avecf(a) = f0(a) = 0.

2.Soientn > 2 etp < 2n−2. Montrer que εn = 1

2π Z

T

f(t)Jp(t)ei2ntdt .

3.En appliquant cela àpn = 2n−2−1, démontrer quepnεn →0 et conclure (on pourra décomposer R

T = R

|t|+R

|t|>δ et utiliser les propriétés du noyau de Jackson).

4.En déduire que f(t) =

X

n=1

ei2nt

2n est une fonction continue nulle part dérivable.

(23)

2.6 Équation de la Chaleur sur T

Dans cette partie, nous proposons en exercice de revenir à la motivation initiale des séries de Fourier : la résolution de l’équation de la chaleur. Siu : T → R, la valeuru(x) représentera donc la température en un pointxd’une barre circulaire modélisée parT. Les séries de Fourier permettent de résoudre les équations régissant la diffusion de la chaleur dans cette barre au cours du tempst.

Exercice 29.I DEVJÉquation de la Chaleur surT[DK], [FGN4]

Fixons une condition initiale f ∈C(T) et cherchonsu : R+×T →Ccontinue surR+×T, de classeCsurR+×Tet vérifiant

∂u

∂t(t,x) = ∂2u

∂x2(t,x) ∀(t,x) ∈R+×T

u(0,x) = f(x) ∀x ∈T 1.(Unicité) Soitu :R+×T→Cune solution.

a.On fixet > 0. Montrer qu’il existe des coefficients(cn(t))nZ tels que

∀x ∈T, u(t,x) =X

n∈Z

cn(t)einx , où la série converge absolument.

b.Montrer quet 7→cn(t)est dérivable surR+et que

∀t >0, cn0(t) =−n2cn(t) . c.Montrer que lim

t→0cn(t) =cnoùcn est len-ième coefficient de Fourier de f. d.En déduire que l’on a nécessairement pour toust > 0 etx ∈T,

u(0,x) = f(x) et u(t,x) =X

nZ

cnen2teinx . (2) 2.(Existence) Définissonsu par les formules (2).

a.Montrer que surR+×T,u est de classeCet vérifie ∂u

∂t = ∂2u

∂x2 . b.Pourt > 0, posons

pt(x) = X

nZ

en2teinx Montrer que pourt >0,u(t,·) = f ∗pt.

La suite de l’exercice consiste à montrer la continuité deu. Le cas f ∈C2(T) est rapide (cf.

question c), mais cela demande plus de travail dans le cas général.

c.Supposons que f ∈C2(T). Montrer qu’alors les deux formules de (2) se recoupent pour t =0 et queu est continue surR+×T. Conclure dans le cas f ∈C2(T). En déduire au passage

Références

Documents relatifs

Pour qu’une distribution sphérique VE(S’)y soit transformée de Fourier d’une distribution U à support compact, il faut et il suffit. que V soit une fonction,

Greenleaf, dans l'article précité, ont étudié le cas où le gradient de la partie homogène de plus haut degré de p ne s'annule qu'en 0.. Ici, nous envisageons le cas où ce

C’est dans ce cadre général que se pose la question du calcul effectif du spectre d’un signal sur une machine (ordinateur, analyseur de spectre), et qu’intervient la transformée

(a) En supposant que u et toutes ses dérivées admettent, à tout instant, des transformées de Fourier par rapport à la variable d'espace, déterminer le problème de Cauchy vérié

Exercice 3 : La m´ethode la plus rapide pour faire une transformation de Fourier discr`ete est la FFT ( Fast Fourier Transform ).. Celle-ci part de la

C’est dans ce cadre général que se pose la question du calcul effectif du spectre d’un signal sur une machine (ordinateur, analyseur de spectre), et qu’intervient la transformée

Si on avait l’inversion locale dans ce contexte, P (C ∞ ) continue sur un voisinage

« approximations de l’unité ». Fonctions intégrables nulles à l’infini.. Transformation de Fourier. Soit f une fonction définie sur R, continue par morceaux sur tout segment,